Период - прогнозирование
Cтраница 3
 |
Годовой ход отношений максимумов концентраций N02 за год до начала прогнозирования ( Л и в год, когда / X К XI Х / 1 / 11 III IV V VI VII VIII давался прогноз ( 2. [31] |
Это видно, например, из рис. 7.2, на котором приведено отношение значений максимальных концентраций окислов азота за месяц дм к значению максимума концентрации q накануне периода прогнозирования. [32]
Это предполагает также определение способов взаимодействия всех ресурсов, последовательность выполнения работ и перемещения материальных и информационных потоков в пространстве и во времени. Кроме того, организационная система расчленяется на самостоятельные процессы, со своими подсистемами управления. При планировании учитывается период прогнозирования достижения целей. При этом определяются объем выпуска продукции по периодам, а также потребные ресурсы для выполнения плана. [33]
Каждый из перечисленных способов имеет свои преимущества и недостатки, отражающиеся на точности и достоверности результатов прогнозирования. Причем, эти преимущества и недостатки не являются постоянными для всех этапов прогнозирования. По мере удаления периода прогнозирования от базисного года они изменяются. При проведении процедуры верификации это обстоятельство учитывается в виде вероятностной оценки результатов прогнозирования тем или иным способом. Верификация позволяет на основе анализа и оценки результатов прогнозирования потребности тремя способами рассчитать наиболее надежный вариантный прогноз потребности, в той или иной степени учитывающий все ранее полученные частные прогнозы. При проведении верификации можно определить границы колебаний потребительского спроса на нефтепродукты: за нижнюю границу может быть принят частный прогноз, обеспечивающий наиболее низкие среднегодовые темпы прироста потребности народного хозяйства в нефтепродуктах, за верхнюю - частный прогноз, обеспечивающий наиболее высокие темпы среднегодовых приростов. За наиболее достоверную потребность народного хозяйства в нефтепродуктах принимается общий прогноз, полученный как сумма взвешенных частных прогнозов. [34]
Классическая теория математического прогнозирования основана прежде всего на стабильности структурных параметров модели во времени. Существует возможность предвидения изменений структурных параметров и учета их в прогнозе путем построения дополнительных прогнозирующих функций для соответствующей корректировки этих параметров. Тем самым удается расширить период прогнозирования и повысить точность расчетов. [35]
При определении оптимального периода научно-технического прогнозирования должны учитываться характер конкретного объекта прогнозирования, а также общие темпы научно-технического прогресса в данной области знаний. Чем уже тематические рамки разрабатываемого прогноза, тем меньше должен быть период прогнозирования. В новых, быстро развивающихся областях науки и техники периоды прогнозирования укорачиваются, а сами прогнозы обновляются чаще, чем в традиционных областях. [36]
Основной формой представления информации о динамике экономических показателей являются временные ряды ( ВР) наблюдений. При использовании методов экстраполяции исходят из предположения о сохранении закономерностей прошлого развития на периоде прогнозирования. [37]
Особенности прогнозирования рынков сырья. В ходе разработки прогноза составляются оценки будущих изменений основных конъюнктурных показателей. Свойственные рынкам биржевых сырьевых товаров динамика и размах колебаний конъюнктуры ведут к тому, что по мере увеличения периода прогнозирования наблюдается особенно быстрый рост отклонений оценок прогнозируемых показателей от их реальных величин. Прогноз конъюнктуры рынков сырья и полуфабрикатов, которые не котируются на товарных биржах, возможен на более длительный период, так как эти рынки более стабильны и медленнее реагируют на изменения общехозяйственной конъюнктуры. Отсутствие систематической информации о движении и уровне реальных цен, аналогичной биржевым котировкам, зачастую вынуждает использовать при прогнозе рынков небиржевых товаров показатели, полученные из разных источников и требующие работы по приведению их к сопоставимому виду. [38]
В то же время интервал упреждения, т.е. период прогнозирования, может изменить класс проблем для одного и того же объекта. А вот задача установления зависимости между инвестициями в технику и технологию может перейти из класса слабо структурированных проблем в класс не структурированных проблем, если период прогнозирования большой. При этом первая и вторая части задачи решаются не на федеральном, а на отраслевом уровне. [39]
Такое предположение оправдывает использование для прогнозирования роста быстрорастущей компании на пятый и последующие годы более чем средней величины мультипликатора. Например, аналитик может захотеть в случае средней компании заплатить за ее акции в 12 раз больше, чем прогнозная величина ее способности получать прибыль через четыре года, но в 18 раз больше той же величины в случае быстрорастущей компании. При этом он должен отдавать себе отчет, что увеличение мультипликатора на 50 % может быть оправдано только предположением, что в ближайшие семь лет акции роста будут расти более чем вполовину быстрее, чем средние акции. Иными словами, нужно предположить, что период быстрого роста продлится и по прошествии семилетнего периода прогнозирования, который мы в этой книге рекомендуем. [40]
 |
Структурная схема алгоритма определения перспективности технологических и технических решений очистки. [41] |
Следовательно, использование ГОТ позволяет преобразовать качественное описание непараметрического источника информации в количественную оценку и, вычислив коэффициент инженерно-технической значимости, получить в сжатой форме данные о перспективности технологического процесса, способа или устройства очистки. При этом процедура обработки источников информации обретает строгую структуру и позволяет выявить объективные оценки с высокой точностью. Однако обработка источников информации значительно ускоряется и формализуется при обработке исходных данных на ЭВМ. Алгоритм определения показателей перспективности технологических и технических решений очистки приведен на рис. 2.2. Используя приведенный на рис. 2.2 алгоритм, можно определить период прогнозирования. [42]
Страницы: 1 2 3